Difuzioni model
Vrsta modela iza većine generatora slike i snimka: kreće od šuma i uklanja ga korak po korak, dok ne ostane slika koju prompt opisuje.
Obučava se obrnuto od onoga što radi. Pravim slikama se dodaje šum dok ništa ne ostane, a model uči da poništi jedan korak toga; generisanje je taj naučeni korak, pokrenut mnogo puta zaredom iz čistog šuma.
Iz toga slijede dvije stvari za onoga ko plaća račun. Broj koraka je dugme između brzine i detalja, a snimak košta mnogo više nego što broj kadrova nagovještava, jer je usklađenost među kadrovima posao koji model radi povrh crtanja svakog od njih.
Ovo je druga porodica od tekstualnih modela. Promptovi se ne prenose: difuzioni model nema razgovor, nema alate i ne pamti prethodnu sliku osim ako mu se ne preda.